自适应复信道均衡的一种新的神经网络方法

近年来,神经网络已经广泛地应用到许多信号处理问题中.自适应信道均衡是数字通信系统中的一个重要问题.在本文中我们提出一种基于复数赫布类型算法的自适应信道均衡器.计算机模拟表明,无论在线性还是非线性信道中,所提出的均衡器均表现出良好的性能,这为自适应复信道均衡提供了一种新的方法.     

一种新的盲均衡算法

本文提出一种适合于ＰＡＭ、ＱＡＭ数字通信系统的新的盲均衡算法。该算法克服了Ｓａｔｏ、ＲＣＡ、ＣＭＡ等算法收敛后剩余误差大和ＢＧ、Ｓｔｏｐ ａｎｄ Ｇｏ等算法中有待定参数的缺点。     

数字通信系统中自适应均衡技术的研究

当前数字通信系统在很多领域都有涉及,对人们的日常生活、工作都有很大的影响。不过,数字通信系统也有其不完善的地方,数字通信系统的码间干扰便是数字通信系统中一个很关键的问题,对整个数字通信系统的影响是很大的,非常不利于数字通信系统的信号传播,这也是令很多很多专业研究人员头疼的问题,经过多年的研究,相关的研究人员找到了一个非常有效地方式来克服数字通信技术的码间干扰的问题,那就是在信号接收的一端采用自适应均衡技术。本文通过对数字通信系统中的自适应均衡技术进行研究,探讨了均衡技术的实现,对相关的自适应均衡的算法进行了讨论,并进行了相应的仿真讨论,比较相关算法的性能。     

一种新型自适应均衡算法—RLS结合型算法

本文根据RLS算法和自适应均衡的特点,提出了一种新的自适应均衡算法——RLS结合型算法,并通过在短波信道上模拟判决反馈均衡器(DFE)研究了其性能。新算法是这样工作的:在训练方式,采用RLS算法;在传输方式,采用近似RLS算法。分析和计算机模拟结果表明:新算法的收敛速度和RLS算法一样快,稳定性和计算效率均优于RLS算法。     

高速话带数据传输中的自适应均衡算法

高速数据传输中信道均衡算法大致分为三类,即基于ＬＭＳ准则,ＬＳ准则和人工神经网络的自适应算法,本文研究了这三类算法,并对部分算法作了改进,以加快收敛速度,减小稳态失调,文中的算法均用２８．８Ｋ Ｍｏｄｅｍ芯片设计的仿真系统产生的数据进行了性能测试。并给出了仿真曲线及实验结果。     

一种新的基于误差切换的盲均衡算法

在CMA算法基础上,利用多电平正交幅度调制(MQAM)信号的分布特点,提出了一种适合于MQAM数字通信系统的误差切换的盲均衡算法(ESA).理论分析和计算机模拟表明,该算法具有较快的收敛速度和较小的剩余误差,是一种很实用的盲均衡算法.     

基于LMS算法的频域自适应均衡技术研究

在移动无线通信中,当信道环境随时间变化较快时,无线信号经过信道之后会发生非常严重的时延、衰减和畸变,即产生小尺度信道衰落。均衡技术通过对信道特性进行补偿,使得经过均衡后的信号尽可能接近期望信号。文章以GMSK系统为例,采用一种频域LMS自适应均衡算法,对接收信号进行补偿和均衡,并通过MATLAB仿真检验了这种均衡算法的效果。     

一种新型混合自适应均衡算法的研究

针对高性能的自适应均衡算法运算量大,实时处理困难的特点,提出了一种新型的混合自适应算法,即在均衡的训练阶段采用收敛速度快、跟踪时变信道能力强的平方根卡尔曼算法,而在正常工作状态采用具有一定跟踪性能且运算量较小的LMS算法,从而得到了一种高性能且运算量较小的新型自适应均衡算法。最后对这种混合算法的收敛速度和运算量进行了性能分析,计算机仿真结果证实了这种算法的可行性。     

基于通道均衡函数的复信号反卷积研究

在雷达通道均衡算法的研究中,均衡函数的时域求解存在着复信号反卷积的问题.为此,文中在介绍了均衡函数及其病态问题后研究了复信号反卷积方法,借助于基于循环卷积的反卷积算法和基于伪逆法的反卷积算法实现了复信号反卷积的求解,给出了相应的算法.利用复信号反卷积算法进行了均衡函数的求解和通道均衡的仿真实验.结果表明,文中提出的复信号反卷积方法可以有效解决均衡函数的时域求解.其中,在复信号反卷积算法中运用基于循环卷积的反卷积方法实时性好,运用伪逆法的反卷积算法通用性强,逼近更精确,能更有效回避均衡函数求解的病态问题.     

一种适用于稀疏多径信道的自适应均衡算法

针对传统的自适应均衡算法在稀疏多径信道下性能表现不佳的问题,提出了一种基于基追踪降噪的自适应均衡算法。该算法利用稀疏多径信道下均衡器权值的稀疏性,将自适应均衡器的训练过程看作压缩感知理论中稀疏信号对字典的加权求和,并利用重构算法直接对稀疏权值进行求解,解决了迭代参数设置和收敛慢的问题。采用基追踪降噪作为重构算法并选用变量分离近似稀疏重构对该最优化问题进行求解,既提高了权值的重构精度又降低了计算的复杂度。仿真结果表明,所提算法能够以较低的计算量和较少的训练序列达到更优性能,这对提升系统的通信性能具有参考价值。     

小生境进化RBF网络在信道均衡中的应用

基于RBF网络的信道均衡器,其性能取决于神经网络的隐层参数.文中采用判决反馈均衡器的结构,RBF网络隐层的结构和参数则由基于小生境技术的混合递阶遗传算法来确定.仿真结果表明,这种RBF网络均衡器性能优良.     

用于补偿高次畸变的一种白适应均衡法

在自适应通道均衡中,常规均衡法中的高阶均衡器已不能有效补偿因通道失配严重而产生的高次畸变,从而导致自适应阵列处理性能的急剧下降。提出了一种基于带宽分割的自适应均衡法,即将待均衡频带分割成多个子带,并对每个子带分别进行均衡。与常规均衡法相比,该方法可有效均衡通道失配所产生的高次畸变。理论分析和计算机仿真结果表明该方法能较大幅度地提高自适应均衡器的性能。     

基于小波变换变步长LMS自适应信道均衡的新方法

结合变换域最小均方(LMS)和变步长LMS算法的优势,提出了一种基于小波变换的变步长LMS自适应均衡方法。该方法中步长调整函数采用了改进的Sigmoid函数,该函数具有简单且误差信号接近零时变化缓慢的特点。并且,在训练模式、判决引导模式以及混合模式下,将提出方法和传统均衡方法进行了仿真比较。结果表明,所提出的方法比传统的线性LMS算法、变步长LMS以及小波变换LMS收敛更快、性能更优。     

基于模糊规则的低轨卫星信道自适应估计算法

低轨卫星通信功率控制需要有对信道增益及时的估计,而由于低轨系统链路增益的时变特性使传统的信道估计方法性能受到限制.基于模糊滤波理论,提出一种在功率控制中使用的自适应LMS信道估计算法,根据分析模型和经验数据建立信道增益及其滑动均值大小的模糊集,利用LMS算法调整模糊隶属函数的参数,使算法具有对信道时变特性一定的适应性.仿真结果表明了算法的有效性.     

基于深度神经网络的自适应波束形成算法

阵列天线接收到的期望信号和干扰信号,其入射的到达角度(Angle of Arrival,AOA)总是快速变化的,而传统波束形成算法计算量大,无法实时计算。针对这一问题,提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming,DNNABF)算法,用入射信号AOA组成的向量作为网络输入,网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明,卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量,可在入射信号AOA快速变化时自适应地形成波束和零陷,但DNN计算速度相对MVDR有将近6.5倍的提升,训练模型时间也远低于CNN。     

基于FD216芯片的自适应均衡器的实现

描述了基于FD216数字信号处理器的LMS自适应均衡器系统.该系统是在FD21 6 EZ-LABEvaluation Board上实现的,充分发挥了芯片的专用硬件逻辑、专业化的指令集作用,有效快速地完成了仿真ISI的自适应均衡,突出反映了FD21 6芯片的高速数字信号的处理能力.     

基于自适应噪声抵消的无线传感网络信道优化

无线传感器网络通信技术广泛应用在物联网近场通信、水声通信等领域。无线传感网络通信信道受到多途干扰,导致信道失衡,需要进行信道均衡模型设计。提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术,首先构建了无线传感器网络通信的信道模型,对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组,采用自适应噪声抵消算法进行信道的多途干扰滤波,结合最小二乘（ RLS）准则算法进行无线传感器网络通信信道均衡设计。仿真结果表明,采用该通信信道均衡技术能有效提高无线传感器网络通信的信道质量,降低通信传输失真和误比特率,实现信道自适应均衡,提高通信的抗干扰能力。     

一种基于正交多小波的自适应均衡算法

该文提出了用正交多小波来表示均衡器,由于多小波可同时具有正交性、紧支性和线性相位等特点,因此经多小波变换后所得到的信号相关阵的稀疏化估计与单小波变换相比非零元素较少,边界效应减小,基于此,文中给出了正交多小波变换域的一种Newton-LMS类自适应均衡算法,其计算复杂性可通过有预处理的共轭梯度法进一步降低为O(N log N),仿真结果表明了该算法收敛速度较快,且易于实时实现。     

基于监督学习的自适应协作频谱感知算法

在认知光通信网络中,能量检测方法因不需要知晓 主用户的参数而被广泛研究,但该方法在噪声波动情形下的感知性能有待提高。该文提出认 知用户根据光通信环境变化自动调整检测阈值的方法来提升低信噪比下的感知性能。融合中 心应用坐标搜索算示为认知用户提供最优控制参数。认知用户以中心阈值为基础,依据最优 参数及自身收集的能量动态设定检测阈值,并通与融合中心的信息交换,学习特定环境下的 最佳阈值。此外,参考了各认知用户在协作感知中的贡献差异,并设计新的权值计算方法来 体现该差异。仿真实验结果表明该文中的频谱感知方法对噪声波动有卓越的鲁棒性,提高检 测概率的同时降低了错误概率,在信噪比为－20dB时的检测概率仍 高达96.9%,远高于传统方法。